Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "algorytm optymalizacji" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 34
Tytuł:
Algorytm optymalizacji struktury bezszczotkowego silnika prądu stałego z wykorzystaniem polowego modelu zjawisk
Algorithm for the structure optimization of the permanent magnet brushless DC motor employing the finite element method
Autorzy:
Knypiński, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/376019.pdf
Data publikacji:
2012
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
bezszczotkowy silnik prądu stałego
algorytm genetyczny
algorytm optymalizacji
Opis:
W artykule przedstawiono koncepcję algorytmu optymalizacji wybranych parametrów obwodu magnetycznego bezszczotkowego silnika prądu stałego z zewnętrznym wirnikiem. Na podstawie algorytmu opracowano oprogramowanie w środowisku programistycznym Delphi. Oprogramowanie składa się z dwóch modułów: modułu do polowej symulacji zjawisk występujących w silnikach BLDC oraz programu optymalizacyjnego. Model matematyczny silnika zawiera równania pola elektromagnetycznego z uwzględnieniem nieliniowości materiałów ferromagnetycznych. Równania modelu maszyny sformułowano w oparciu o metodę elementów skończonych. Optymalizację parametrów silnika przeprowadzono przy użyciu algorytmu genetycznego. Rozpatrzono zadanie optymalizacji w którym, dla przyjętej stałej średnicy zewnętrznej stojana, zewnętrznego wirnika oraz długości pakietu maszyny optymalizowano obszar magnesów trwałych. Przedstawiono i omówiono wybrane wyniki obliczeń symulacyjnych i optymalizacyjnych.
In the paper an idea of an algorithm and computer code for the structure optimization of the outer rotor permanent magnet brushless DC motor is presented. The software consists of two modules: a numerical model of the BLDC motor and an optimization solver. The mathematical model of the device includes the electromagnetic field equations with the nonlinearity of the magnetic core has been taken into account. The numerical implementation is based on the finite element method. For the optimization the genetic algorithm has been applied. The computer code has been elaborated using the Delphi environment. Selected results of the calculation and optimization are presented and discussed.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2012, 72; 175-184
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dobór turbin wiatrowych do pracy w ustalonej lokalizacji geograficznej z zastosowaniem algorytmu optymalizacji
Selection of wind turbines for use in fixed geographical location using optimization algorithm
Autorzy:
Tomczewski, A.
Powiązania:
https://bibliotekanauki.pl/articles/378327.pdf
Data publikacji:
2012
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
turbina wiatrowa
algorytm optymalizacji
odnawialne źródła energii
Opis:
W artykule przedstawiono koncepcję doboru zespołu turbin wiatrowych do pracy w lokalizacji geograficznej o znanych warunkach wietrzności wykorzystującą algorytm optymalizacji. Założonym celem rozwiązania postawionego zadania jest uzyskanie minimalnej ceny jednostkowej generowanej w układzie energii elektrycznej. Jako kryterium oceny jakości zaproponowano funkcję celu o charakterze techniczno-ekonomicznym. W związku z jej cechami (funkcja wielomodalna) w rozważaniach uwzględniono metodę optymalizacyjną o charakterze stochastycznym. Zaproponowano sposób zrównoleglenia zastosowanego algorytmu z wykorzystaniem procesorów wielordzeniowych.
The article presents the concept of set selection for wind turbines operating in the geographical location of known wind conditions using optimization algorithm. Established to solve the task in question is to obtain a minimum price per unit in the system-generated electricity. As a criterion for assessment of the proposed function of the technical-economic character. In connection with its characteristics (multimodal function) included in the consideration of a method for stochastic optimization. The method of parallelization of the algorithm by using multi-core processors was proposed.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2012, 70; 257-265
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmu optymalizacji rojem cząstek do rozwiązywania układów równań nieliniowych
Autorzy:
Prus, Karol
Figielska, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/14115103.pdf
Data publikacji:
2023-09
Wydawca:
Warszawska Wyższa Szkoła Informatyki
Tematy:
Algorytm optymalizacji rojem cząstek
układy równań nieliniowych
optymalizacja
Opis:
Artykuł dotyczy wykorzystania algorytmu optymalizacji rojem cząstek do rozwiązywania układów równań nieliniowych. Przeprowadzona została eksperymentalna analiza efektywności i skuteczności działania algorytmu w zależności od ustawień jego parametrów.
Źródło:
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2023, 17, 28; 27-40
1896-396X
2082-8349
Pojawia się w:
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytm optymalizacji parametrów eksploatacyjnych środków transportu
An optimization algorithm for exploitation parameters of means of transport
Autorzy:
Wojciechowski, Ł.
Cisowski, T.
Grzegorczyk, P.
Powiązania:
https://bibliotekanauki.pl/articles/312427.pdf
Data publikacji:
2010
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
eksploatacja pojazdów
optymalizacja
algorytm optymalizacji
exploitation vehicles
optimization
optimization algorithm
Opis:
W artykule zaprezentowano algorytm wyznaczania optymalnych parametrów eksploatacyjnych dla środków transportu, oparty na programowaniu dynamicznym. Opisano w nim strukturę oraz zbiory danych algorytmu. Sformułowano i omówiono funkcję oraz podfunkcje celu, dotyczące parametrów eksploatacyjnych pojazdów. Przedstawiono istotę doboru warunków ograniczających jak i możliwości aplikacyjne opracowanego algorytmu.
The paper presents an algorithm for determination of optimal exploitation parameters of means of transport. The algorithm is based on dynamic programming. The paper discusses the structure as well as the data set for the algorithm. The function and subfunctions of the aim concerning exploitation parameters of vehicles were formed. Moreover, the selection of limiting conditions and application possibilities of the developed algorithm were discussed.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2010, 11, 6
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stochastic fractal based multiobjective fruit fly optimization
Autorzy:
Zuo, C.
Wu, L.
Zeng, Z. F.
Wei, H. L.
Powiązania:
https://bibliotekanauki.pl/articles/330026.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
multiobjective optimization
fruit fly optimization algorithm
stochastic fractal
optymalizacja wielokryterialna
algorytm optymalizacji
fraktal stochastyczny
Opis:
The fruit fly optimization algorithm (FOA) is a global optimization algorithm inspired by the foraging behavior of a fruit fly swarm. In this study, a novel stochastic fractal model based fruit fly optimization algorithm is proposed for multiobjective optimization. A food source generating method based on a stochastic fractal with an adaptive parameter updating strategy is introduced to improve the convergence performance of the fruit fly optimization algorithm. To deal with multiobjective optimization problems, the Pareto domination concept is integrated into the selection process of fruit fly optimization and a novel multiobjective fruit fly optimization algorithm is then developed. Similarly to most of other multiobjective evolutionary algorithms (MOEAs), an external elitist archive is utilized to preserve the nondominated solutions found so far during the evolution, and a normalized nearest neighbor distance based density estimation strategy is adopted to keep the diversity of the external elitist archive. Eighteen benchmarks are used to test the performance of the stochastic fractal based multiobjective fruit fly optimization algorithm (SFMOFOA). Numerical results show that the SFMOFOA is able to well converge to the Pareto fronts of the test benchmarks with good distributions. Compared with four state-of-the-art methods, namely, the non-dominated sorting generic algorithm (NSGA-II), the strength Pareto evolutionary algorithm (SPEA2), multi-objective particle swarm optimization (MOPSO), and multiobjective self-adaptive differential evolution (MOSADE), the proposed SFMOFOA has better or competitive multiobjective optimization performance.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2017, 27, 2; 417-433
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementation of gravity model to estimation of transportation market shares
Obszary przewagi konkurencyjnej na rynku usług transportowych
Autorzy:
Krata, P.
Powiązania:
https://bibliotekanauki.pl/articles/224208.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
usługi transportowe
transport
konkurencyjność
przedsiębiorstwo transportowe
algorytm optymalizacji
transport market
competitiveness
transport enterprises
optimization algorithm
Opis:
The theoretical consideration presented in the paper is inspired by market gravity models, as an interesting attitude towards operations research on a market. The transportation market issues are emphasized. The mathematical model of relations, taking place between transportation companies and their customers on the market, which is applied in the course of the research is based on continuous functions characteristics. This attitude enables the use of the field theory notions. The resultant vector-type utility function facilitates obtaining of competitive advantage areas for all transportation companies located on the considered transportation market.
Prezentowane dociekania teoretyczne inspirowane są teorią grawitacji rynkowej, jako interesującym elementem badań rynkowych. Rozważaniom poddano rynek usług transportowych. Zastosowany został model relacji zachodzących pomiędzy przedsiębiorstwami transportowymi i ich klientami na rynku usług transportowych, wykorzystujący do opisu cech przedsiębiorstw i klientów funkcje ciągłe o charakterze lokalnym. Umożliwiło to aplikację wybranych elementów matematycznej teorii pola. Wykorzystana wektorowa funkcja użyteczności posłużyła do wyznaczania obszarów przewagi konkurencyjnej poszczególnych przedsiębiorstw transportowych na rynku usług transportowych, przy zastosowaniu zaproponowanego algorytmu optymalizacyjnego.
Źródło:
Archives of Transport; 2010, 22, 1; 83-96
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie algorytmów optymalizacji globalnej w modelowaniu odwrotnym procesów suszenia produktów rolniczych
Comparison of global optimization algorithms in inverse modeling of drying processes of agricultural products
Autorzy:
Siatkowski, M.
Weres, J.
Kujawa, S.
Powiązania:
https://bibliotekanauki.pl/articles/290471.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
modelowanie odwrotne
algorytm optymalizacji globalnej
suszenie
produkt rolniczy
inverse modeling
global optimization algorithms
drying
agricultural product
Opis:
W celu zapewnienia zadowalająco niskiej niepewności modeli matematycznych stosowanych do opisu procesu suszenia produktów rolniczych niezbędne okazuje się wyznaczenie wartości ich współczynników. Można to uczynić na drodze modelowania odwrotnego, z użyciem odpowiednio dobranego algorytmu optymalizacji. Ważną grupę takich algorytmów stanowią algorytmy optymalizacji globalnej, takie jak: symulowane wyżarzanie, przeszukiwanie z tabu i algorytm genetyczny. W pracy porównano te trzy algorytmy w zastosowaniu do modelowania odwrotnego procesów suszenia produktów rolniczych i określono ich przydatność w uzyskiwaniu wyników obarczonych najmniejszą niepewnością w najkrótszym czasie.
To attain a satisfactorily low level of uncertainty for mathematical models used to describe drying processes of agricultural products it is essential to determine values of their coefficients. It can be done in a process of inverse modeling, with the use of adequately selected optimization algorithm. Global optimization algorithms, like simulated annealing, tabu search and genetic algorithm are of particular interest. In the paper all the three algorithms were compared in inverse modeling of drying of agricultural products. Their usefulness was estimated in obtaining results of the lowest uncertainty in the shortest time.
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 7, 7; 191-198
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combined modelling for iron ore demand forecasting with intelligent optimization algorithms
Modelowanie do prognozowania popytu na rudę żelaza połączone z inteligentnymi algorytmami optymalizacji
Autorzy:
Ren, Min
Dai, Jianyong
Zhu, Wancheng
Dai, Feng
Powiązania:
https://bibliotekanauki.pl/articles/1849620.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
iron ore demand
combined model
intelligent optimization algorithm
forecasting accuracy
ruda żelaza
model połączony
inteligentny algorytm optymalizacji
dokładność prognozowania
Opis:
The stable supply of iron ore resources is not only related to energy security, but also to a country’s sustainable development. The accurate forecast of iron ore demand is of great significance to the industrialization development of a country and even the world. Researchers have not yet reached a consensus about the methods of forecasting iron ore demand. Combining different algorithms and making full use of the advantages of each algorithm is an effective way to develop a prediction model with high accuracy, reliability and generalization performance. The traditional statistical and econometric techniques of the Holt–Winters (HW) non-seasonal exponential smoothing model and autoregressive integrated moving average (ARIMA) model can capture linear processes in data time series. The machine learning methods of support vector machine (SVM) and extreme learning machine (ELM) have the ability to obtain nonlinear features from data of iron ore demand. The advantages of the HW, ARIMA, SVM, and ELM methods are combined in various degrees by intelligent optimization algorithms, including the genetic algorithm (GA), particle swarm optimization (PSO) algorithm and simulated annealing (SA) algorithm. Then the combined forecast models are constructed. The contrastive results clearly show that how a high forecasting accuracy and an excellent robustness could be achieved by the particle swarm optimization algorithm combined model, it is more suitable for predicting data pertaining to the iron ore demand.
Stabilne dostawy zasobów rudy żelaza związane są nie tylko z bezpieczeństwem energetycznym, ale także ze zrównoważonym rozwojem kraju. Dokładna prognoza zapotrzebowania na rudę żelaza ma ogromne znaczenie dla rozwoju industrializacji kraju, a nawet świata. Naukowcy nie osiągnęli jeszcze konsensusu co do metod prognozowania popytu na rudę żelaza. Łączenie różnych algorytmów i pełne wykorzystanie zalet każdego algorytmu to skuteczny sposób na opracowanie modelu predykcyjnego o wysokiej dokładności i niezawodności. W tej publikacji, model Holta-Wintersa (HW) do wygładzania szeregów czasowych, w których występują wahania przypadkowe, jak również autoregresyjny zintegrowany model średniej ruchomej (ARIMA), a także maszyna wektorów nośnych (SVM) i maszyna do ekstremalnego uczenia się (ELM), zostały połączone w celu uchwycenia różnych relacji i charakterystyk na podstawie danych szeregów czasowych, aby dokładnie przewidzieć zapotrzebowanie na rudę żelaza. Zalety czterech algorytmów są w różnym stopniu łączone przez inteligentne algorytmy optymalizacji, w tym algorytm genetyczny, algorytm optymalizacji roju cząstek oraz algorytm symulowanego wyżarzania. Następnie konstruowane są połączone modele. Kontrastowe wyniki wyraźnie pokazują, w jaki sposób można osiągnąć wysoką dokładność prognozowania i doskonałą solidność za pomocą połączonego modelu algorytmu genetycznego. Model taki jest bardziej odpowiedni do przewidywania danych dotyczących zapotrzebowania na rudę żelaza. Opierając się na prognozowanych wynikach połączonego modelu algorytmu genetycznego, możemy stwierdzić, że oczekuje się, iż krajowy popyt na rudę żelaza będzie w przyszłości wykazywał tendencję rozwojową w postaci trwałego, ale powolnego wzrostu.
Źródło:
Gospodarka Surowcami Mineralnymi; 2021, 37, 1; 21-38
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Investigating multi-objective time, cost, and risk problems using the Grey Wolf Optimization algorithm
Autorzy:
Yilmaz, Mehmet
Dede, Tayfun
Grzywiński, Maksym
Powiązania:
https://bibliotekanauki.pl/articles/31342511.pdf
Data publikacji:
2023
Wydawca:
Politechnika Częstochowska
Tematy:
multi-objective optimization
grey wolf optimization algorithm
time-cost-risk
optymalizacja wielocelowa
algorytm optymalizacji szarego wilka
czas-koszt-ryzyko
Opis:
Safety plays a crucial role in construction projects. Safety risks encompass potential hazards such as work accidents, injuries, and security. Consequently, it is important to effectively manage these risks with equal emphasis on time and cost considerations during the project planning phase. Within the scope of this research, the grid and archive-based Grey Wolf Optimizer (GWO) algorithm was employed to investigate multi-objective time-cost-risk problems. By employing the GWO, multiple Pareto solutions were provided to the decisionmaker, facilitating improved decision-making. It was determined that the GWO algorithm yields better results in time-cost-risk problems compared to the Particle Swarm Optimization (PSO) and Differential Evolution (DE) algorithms.
Źródło:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym; 2023, 12; 79-86
2299-8535
2544-963X
Pojawia się w:
Budownictwo o Zoptymalizowanym Potencjale Energetycznym
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combined modelling for iron ore demand forecasting with intelligent optimization algorithms
Modelowanie do prognozowania popytu na rudę żelaza połączone z inteligentnymi algorytmami optymalizacji
Autorzy:
Ren, Min
Dai, Jianyong
Zhu, Wancheng
Dai, Feng
Powiązania:
https://bibliotekanauki.pl/articles/1849613.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
iron ore demand
combined model
intelligent optimization algorithm
forecasting accuracy
ruda żelaza
model połączony
inteligentny algorytm optymalizacji
dokładność prognozowania
Opis:
The stable supply of iron ore resources is not only related to energy security, but also to a country’s sustainable development. The accurate forecast of iron ore demand is of great significance to the industrialization development of a country and even the world. Researchers have not yet reached a consensus about the methods of forecasting iron ore demand. Combining different algorithms and making full use of the advantages of each algorithm is an effective way to develop a prediction model with high accuracy, reliability and generalization performance. The traditional statistical and econometric techniques of the Holt–Winters (HW) non-seasonal exponential smoothing model and autoregressive integrated moving average (ARIMA) model can capture linear processes in data time series. The machine learning methods of support vector machine (SVM) and extreme learning machine (ELM) have the ability to obtain nonlinear features from data of iron ore demand. The advantages of the HW, ARIMA, SVM, and ELM methods are combined in various degrees by intelligent optimization algorithms, including the genetic algorithm (GA), particle swarm optimization (PSO) algorithm and simulated annealing (SA) algorithm. Then the combined forecast models are constructed. The contrastive results clearly show that how a high forecasting accuracy and an excellent robustness could be achieved by the particle swarm optimization algorithm combined model, it is more suitable for predicting data pertaining to the iron ore demand.
Stabilne dostawy zasobów rudy żelaza związane są nie tylko z bezpieczeństwem energetycznym, ale także ze zrównoważonym rozwojem kraju. Dokładna prognoza zapotrzebowania na rudę żelaza ma ogromne znaczenie dla rozwoju industrializacji kraju, a nawet świata. Naukowcy nie osiągnęli jeszcze konsensusu co do metod prognozowania popytu na rudę żelaza. Łączenie różnych algorytmów i pełne wykorzystanie zalet każdego algorytmu to skuteczny sposób na opracowanie modelu predykcyjnego o wysokiej dokładności i niezawodności. W tej publikacji, model Holta-Wintersa (HW) do wygładzania szeregów czasowych, w których występują wahania przypadkowe, jak również autoregresyjny zintegrowany model średniej ruchomej (ARIMA), a także maszyna wektorów nośnych (SVM) i maszyna do ekstremalnego uczenia się (ELM), zostały połączone w celu uchwycenia różnych relacji i charakterystyk na podstawie danych szeregów czasowych, aby dokładnie przewidzieć zapotrzebowanie na rudę żelaza. Zalety czterech algorytmów są w różnym stopniu łączone przez inteligentne algorytmy optymalizacji, w tym algorytm genetyczny, algorytm optymalizacji roju cząstek oraz algorytm symulowanego wyżarzania. Następnie konstruowane są połączone modele. Kontrastowe wyniki wyraźnie pokazują, w jaki sposób można osiągnąć wysoką dokładność prognozowania i doskonałą solidność za pomocą połączonego modelu algorytmu genetycznego. Model taki jest bardziej odpowiedni do przewidywania danych dotyczących zapotrzebowania na rudę żelaza. Opierając się na prognozowanych wynikach połączonego modelu algorytmu genetycznego, możemy stwierdzić, że oczekuje się, iż krajowy popyt na rudę żelaza będzie w przyszłości wykazywał tendencję rozwojową w postaci trwałego, ale powolnego wzrostu.
Źródło:
Gospodarka Surowcami Mineralnymi; 2021, 37, 1; 21-38
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The influence of inertia weight on the Particle Swarm Optimization algorithm
Autorzy:
Cekus, D.
Skrobek, D.
Powiązania:
https://bibliotekanauki.pl/articles/122644.pdf
Data publikacji:
2018
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
particle swarm optimization (PSO)
PSO algorithm
inertia weight
trajectory
optymalizacja rojem cząstek
PSO
algorytm PSO
metoda PSO
algorytm optymalizacji rojem cząstek
trajektoria
współczynnik wagowy
Opis:
The paper presents the use of the Particle Swarm Optimization (PSO) algorithm to find the shortest trajectory connecting two defined points while avoiding obstacles. The influence of the inertia weight and the number of population adopted in the first iteration of the PSO algorithm was examined for the length of the sought trajectory. Simulation results showed that the proposed method achieved significant improvement compared to the linearly decreasing method technique that is widely used in literature.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2018, 17, 4; 5-11
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie algorytmów rojowych do optymalizacji parametrów w modelach układów regulacji
Application of swarm intelligence algorithms to optimization of control system models
Autorzy:
Tomera, M.
Powiązania:
https://bibliotekanauki.pl/articles/269153.pdf
Data publikacji:
2015
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
algorytmy rojowe
optymalizacja parametrów
algorytm mrówkowy
algorytm sztucznej kolonii pszczół
algorytm optymalizacji rojem cząstek
swarm intelligence
swarm based optimization
ant colony optimization
Artificial Bee Colony
particle swarm optimization (PSO)
Opis:
W pracy przedstawione zostały algorytmy rojowe, takie jak: algorytm mrówkowy, zmodyfikowany algorytm mrówkowy, algorytm sztucznej kolonii pszczół oraz algorytm optymalizacji rojem cząstek. Dla tych algorytmów przygotowane zostało oprogramowanie w Matlabie, pozwalające na optymalizację parametrów poszukiwanych modeli matematycznych, wyznaczanych na podstawie przeprowadzonych testów identyfikacyjnych lub na optymalizację parametrów regulatorów zastosowanych w modelach matematycznych układów sterowania.
The paper presents the swarm intelligence algorithms, such as: ant colony algorithm (ACO), the modified ant colony algorithm (MACO), the artificial bee colony algorithm (ABC) and the particle swarm optimization algorithm (PSO). Ant colony optimization (ACO) based upon the observation of the behavior of ant colonies looking for food in the surrounding anthill. Feeding ants it is based on finding the shortest path transitions between a food source and the anthill. In the process of foraging ants on their paths crossing from the nest to a food source and back, they leave a pheromone trail. The work presents also the modified ant colony algorithm (MACO). This algorithm is based on searching the solution space surrounded by the best solution obtained in the previous iteration. If you find a local minimum, the proposed algorithm uses pheromone to find a new solution space, while retaining the position information current local minimum. The artificial bee colony algorithm is one of the well-known swarm intelligence algorithms. In the past decade there has been created several different algorithms based on the observation of the behavior of cooperative bees. Among them, the most frequently analyzed and used is bee algorithm proposed in 2005 by Dervis Karaboga and was be used in the proposed paper. The particle swarm optimization algorithm (PSO) is based on adjusting the change speed of the moving particles to a speed of particles movement in the neighborhood. Particle optimization algorithm is one of the computational techniques derived on the basis of swarm behavior such as flocks of birds and schools of fish, which is the basis for the functioning of the exchange of information to enable them to cooperate. It was noticed that the animals in the herd tend to maintain the optimum distance from their neighbors, by appropriate adjustment of their speed. This method allows the synchronous and collision-free motion, often accompanied by sudden changes of direction and due to the rearrangement of the optimal formation. For these algorithms has been prepared the software in Matlab, allowing to optimization of the mathematical models designated on the basis of the carried out identification tests and control parameters used in the mathematical model of the control system.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 46; 97-102
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane zagadnienia wielokryterialnego planowania sieci WLAN
Selected issues of multi-objective WLAN planning
Autorzy:
Pieprzycki, A.
Ludwin, W.
Powiązania:
https://bibliotekanauki.pl/articles/93106.pdf
Data publikacji:
2018
Wydawca:
Państwowa Wyższa Szkoła Zawodowa w Tarnowie
Tematy:
wielokryterialny algorytm optymalizacji
planowanie
WLAN
optymalizacja nieliniowa
cuckoo search
multi objective swarm optimization
multiobjective cuckoo search
WLAN planning
non–linear optimization
Opis:
Celem artykułu jest zastosowanie wielokryterialnego podejścia do planowania MOO (Multi Objective Optimisation) sieci łączności bezprzewodowej WLAN (Wireless Local Area Network) z wykorzystaniem wybranych rojowych metod optymalizacji. W tym celu, w procesie poszukiwania ekstremów dwóch funkcji kryterialnych, które są wskaźnikiem optymalizacyjnych, zastosowano dwa algorytmy rojowe: kukułki MOCS (Multi Objective Cuckoo Search) oraz optymalizacji rojem cząstek MOPSO (Multi Objective Particle Swarm Optimisation). Wyniki porównano z jednokryterialnym SOO (Single Objective Optimisation) zasięgowym planowaniem sieci bazującym na regularnym rozmieszczeniu punktów testujących TP (test point) z wykorzystaniem rojowego algorytmu kukułki CS (Cuckoo Search).
The aim of the article is to apply a multicriteria approach to MOO (Multi Objective Optimization) planning for WLAN (Wireless Local Area Network) using selected swarm optimization methods. For this purpose, in the process of searching for the extremum of two criterion functions, which are an optimization index, two swarm algorithms were used: MOCS (Multi Objective Cuckoo Search) and MOPSO (Multi Objective Particle Swarm Optimization). The results were compared with the single-criterion SOO (Single Objective Optimization) range-based network planning based on the regular distribution of TP (test point) using the CS Cuckoo Search algorithm.
Źródło:
Science, Technology and Innovation; 2018, 3, 2; 69-78
2544-9125
Pojawia się w:
Science, Technology and Innovation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Determination of synchronous generator nonlinear model parameters based on power rejection tests using a gradient optimization algorithm
Autorzy:
Boboń, A.
Nocoń, A.
Paszek, S.
Pruski, P.
Powiązania:
https://bibliotekanauki.pl/articles/200774.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
gradient optimization algorithms
synchronous generator model
parameter estimation
load rejection test
algorytm optymalizacji gradientu
modele generatorów synchronicznych
estymacja parametrów
test odrzucenia ładunku
Opis:
The paper presents a method for determining electromagnetic parameters of different synchronous generator models based on dynamic waveforms measured at power rejection. Such a test can be performed safely under normal operating conditions of a generator working in a power plant. A generator model was investigated, expressed by reactances and time constants of steady, transient, and subtransient state in the d and q axes, as well as the circuit models (type (3,3) and (2,2)) expressed by resistances and inductances of stator, excitation, and equivalent rotor damping circuits windings. All these models approximately take into account the influence of magnetic core saturation. The least squares method was used for parameter estimation. There was minimized the objective function defined as the mean square error between the measured waveforms and the waveforms calculated based on the mathematical models. A method of determining the initial values of those state variables which also depend on the searched parameters is presented. To minimize the objective function, a gradient optimization algorithm finding local minima for a selected starting point was used. To get closer to the global minimum, calculations were repeated many times, taking into account the inequality constraints for the searched parameters. The paper presents the parameter estimation results and a comparison of the waveforms measured and calculated based on the final parameters for 200 MW and 50 MW turbogenerators.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2017, 65, 4; 479-488
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid binary whale optimization algorithm based on taper shaped transfer function for software defect prediction
Hybrydowy, binarny algorytm WOA oparty na transmitancji stożkowej do prognozowania defektów oprogramowania
Autorzy:
Alnaish, Zakaria A. Hamed
Hasoon, Safwan O.
Powiązania:
https://bibliotekanauki.pl/articles/27315468.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
feature selection
binary whale optimization algorithm
taper-shaped transfer function
software defect prediction
wybór cech
algorytm optymalizacji binarnej
transmitancja stożkowa
przewidywanie defektów oprogramowania
Opis:
Reliability is one of the key factors used to gauge software quality. Software defect prediction (SDP) is one of the most important factors which affectsmeasuring software's reliability. Additionally, the high dimensionality of the features has a direct effect on the accuracy of SDP models.The objective of this paper is to propose a hybrid binary whale optimization algorithm (BWOA) based on taper-shape transfer functions for solving feature selection problems and dimension reduction with a KNN classifier as a new software defect prediction method. In this paper, the values of a real vector that representsthe individual encoding have been converted to binary vector by using the four types of Taper-shaped transfer functionsto enhance the performance of BWOA to reduce the dimension of the search space. The performance of the suggestedmethod (T-BWOA-KNN)was evaluatedusing eleven standard software defect prediction datasets from the PROMISE and NASA repositories depending on the K-Nearest Neighbor (KNN) classifier. Seven evaluation metrics have been used to assess the effectiveness of the suggested method. The experimental results have shownthat the performanceof T-BWOA-KNNproduced promising results compared to other methods including ten methods from the literature, four typesof T-BWOAwith the KNN classifier. In addition, the obtained results are compared and analyzed with other methods from the literature in termsof the average numberof selected features (SF) and accuracy rate (ACC) using the Kendall W test. In this paper, a new hybrid software defect prediction methodcalledT-BWOA-KNNhas been proposed which is concerned with the feature selection problem. The experimental results have provedthatT-BWOA-KNN produced promising performance compared with other methods for most datasets.
Niezawodność jest jednym z kluczowych czynników stosowanych do oceny jakości oprogramowania.Przewidywanie defektów oprogramowania SDP (ang. Software Defect Prediction) jest jednym z najważniejszych czynników wpływających na pomiar niezawodności oprogramowania. Dodatkowo, wysoka wymiarowość cech ma bezpośredni wpływ na dokładność modeli SDP.Celemartykułu jest zaproponowanie hybrydowego algorytmu optymalizacji BWOA (ang. Binary Whale Optimization Algorithm) w oparciu o transmitancję stożkową do rozwiązywania problemów selekcji cech i redukcji wymiarów za pomocą klasyfikatora KNN jako nowej metody przewidywania defektów oprogramowania.W artykule, wartości wektora rzeczywistego, reprezentującego indywidualne kodowanie zostały przekonwertowane na wektor binarny przy użyciu czterech typów funkcji transferu w kształcie stożka w celu zwiększenia wydajności BWOA i zmniejszenia wymiaru przestrzeni poszukiwań.Wydajność sugerowanej metody (T-BWOA-KNN) oceniano przy użyciu jedenastu standardowych zestawów danych do przewidywania defektów oprogramowania z repozytoriów PROMISE i NASA w zależności od klasyfikatora KNN. Do oceny skuteczności sugerowanej metody wykorzystano siedemwskaźników ewaluacyjnych. Wyniki eksperymentów wykazały, że działanie rozwiązania T-BWOA-KNN pozwoliło uzyskaćobiecujące wyniki w porównaniu z innymi metodami, w tym dziesięcioma metodami na podstawie literatury, czterema typami T-BWOA z klasyfikatorem KNN. Dodatkowo, otrzymane wyniki zostały porównanei przeanalizowane innymi metodami z literatury pod kątem średniej liczby wybranych cech (SF) i współczynnika dokładności (ACC), z wykorzystaniem testu W.Kendalla. W pracy, zaproponowano nową hybrydową metodę przewidywania defektów oprogramowania, nazwaną T-BWOA-KNN, która dotyczy problemu wyboru cech. Wyniki eksperymentów wykazały, że w przypadku większości zbiorów danych T-BWOA-KNN uzyskała obiecującą wydajnośćw porównaniu z innymi metodami.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 4; 85--92
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 34

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies